Mat-1.1510 Grundkurs i matematik 1, del I
G. Gripenberg
TKK
8 oktober 2009
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47
M¨angder
Det enklaste s¨attet att beskriva en m¨angd ¨ar att r¨akna upp de elementen i m¨angden, tex.
A={2,4,5,8} eller B ={4,5, . . .2004}.
Man skriver x ∈A om x ¨ar ett element i A och x ∈/A om x inte ¨ar det, s˚a att tex. 2∈A, 375∈B men 6∈/ A och3∈/B.
Observera att m¨angderna{2,3,2} och{3,2}¨ar desamma eftersom de inneh˚aller samma element och upprepningar och ordningen i vilka de anges har ingen betydelse.
Ofta anges m¨angder som de element i en m¨angd A som har en viss egenskap P, dvs. B ={x ∈A:P(x)} d¨ar P(x) f¨or varje x∈A antingen
¨ar sant eller falskt. Tex. ¨ar {x ∈R:x ≤4} alla reella tal som ¨ar mindre eller lika med 4.
A∪B ={x :x ∈A eller x ∈B} A∩B ={x :x ∈A och x ∈B}
Induktionsaxiomet
Om P(n)¨ar ett p˚ast˚aende som antingen ¨ar sant eller falskt f¨or alla n≥n0 och
P(n0)¨ar sant
P(k+ 1)¨ar sant ifall P(k)¨ar sant d˚a k ≥n0 s˚a ¨ar P(n) sant f¨or alla n≥n0.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 3 / 47
Vektorer i R2,R3 och Rn
Elementen i m¨angden R2={(x,y) :x,y ∈R}kan antingen behandlas som punkter i xy -planet eller som “vektorer” med startpunkt i origo och slutpunkt i punkten(x,y). N¨ar man behandlar s˚adana vektorer t¨anker man ofta att de kan f¨orflyttas s˚a att om de har startpunkten i(x0,y0)s˚a kommer slutpunkten att ligga i (x0+x,y0+y).
*
* (x,y)
Tex. i samband med matriser ¨ar det sk¨al att g¨ora skillnad mellan radvektorer
1 2 3
och kolumnvektorer
1 2 3
.
Om man vill betona skillnaden mellan en punkt(1,2,3) iR3 och en vektor fr˚an origo till punkten s˚a kan man skriva vektorn i formeni+ 2j+ 3kd¨ar
Skal¨arprodukt, l¨angd ,vinkel
Omx= (x1, . . . ,xn)och y= (y1, . . . ,yn)¨ar vektorer i Rn s˚a ¨ar x·y=x1y1+x2y2+. . .xnyn
|x|=√ x·x=
q
x12+x22+. . .+xn2
cos(α) = |x||y|x·y d¨ar α¨ar vinkeln mellanxoch y(f¨orutsatt att |x|>0 och|y|>0)
xoch yvinkelr¨ata mot varandra (x⊥y) omx·y= 0.
Projektionen av vektornx p˚a vektorn y(ifall y6=0) ¨ar x·y y·yy.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 5 / 47
Kryssprodukt av vektorer i R3
Omx= (x1,x2,x3) och y= (y1, ,y2,y3) s˚a ¨ar
x×ydef= (x2y3−x3y2,x3y1−x1y3,x1y2−x2y1).
Egenskaper:
x⊥x×y,y⊥x×y;
x×y=−y×x
|x×y|=|x||y|sin(α)d¨arα¨ar vinkeln mellanxoch ys˚a att |x×y|¨ar arean av den parallellogram som bildas av vektorernaxoch y.
Avst˚andet fr˚an en punkt till en linje I
Om vi skall best¨amma avst˚andet fr˚an punkten (med ortsvektor)atill den linje som g˚ar genom punkten (med ortsvektor)x0 och riktning vs˚a kan vi resonera s˚ah¨ar: Punkten (med ortsvektor) x1 p˚a linjen som ligger n¨armast akan skrivas i formen x0+tv (eftersom den ligger p˚a linjen) och ¨ar s˚adan att a−x2 ¨ar vinkelr¨at mot v(eftersom den ligger n¨armast). Av detta f˚ar vi villkoret (a−x0−tv)·v= 0vilket ger t = (a−xv·v0)·v och|tv|= |(a−x|v|0)·v|. Avst˚andet till linjen ¨ar allts˚a
|a−x0−tv|=. . .= s
|a−x0|2−|(a−x0)·v|2
|v|2
Pythagoras teorem:
•
•
•
|a−x0| ?
|(a−x0)·v|
|v|
a
x0
1v
............................................................
.............................................................................
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
..
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 7 / 47
Avst˚andet fr˚an en punkt till en linje II
Vi skall igen best¨amma avst˚andet fr˚an punkten (med ortsvektor) atill den linje som g˚ar genom punkten (med ortsvektor)x0 och riktning voch ett annat s¨att att resonera ¨ar f¨oljande: Vektorernaa−x0 ochvbest¨ammer en parallellogram som har arean |(a−x0)×v|. Denh¨ar arean kan ocks˚a skrivas som “h¨ojden g˚anger basen” d¨ar “h¨ojden” h ¨ar det avst˚and man skall best¨amma och basen ¨ar l¨angden av vektorn v. D˚a f˚ar vi
h|v|=|(a−x0)×v|vilket inneb¨ar att avst˚andet ¨ar
|(a−x0)×v|
|v| .
•
• a−x0
h a
x0 ................ ................................................................................................................................. ................................................
.................................................................................................
v
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
....
..
Komplexa tal
Reell och imagin¨ar del, konjugering, absolutbelopp z =x+ iy =x+yi, x,y ∈R, i2 =−1
C¨ar m¨angden av komplexa tal Reell del:Re (x+ iy) =x
Imagin¨ar del:Im (x+ iy) =y s˚aIm (z)¨ar allts˚a ettreellttal
Konjugering: x+ iy =x −iy (=x+ i(−y))
Absolutbelopp (eller modul)|x+ iy|= mod (x + iy) =p
x2+y2 R¨akneregler
|z|2 =zz, z1+z2=z1+z2, z1−z2=z1−z2 z =z, z1z2=z1 z2,
z1
z2
= zz1
2
|z1+z2| ≤ |z1|+|z2|, ˛˛|z1| − |z2|˛
˛≤ |z1−z2|
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 9 / 47
Exempel
Vid addition och subtraktion av komplexa tal adderar och subtraherar man de reella och imagin¨ara delarna var f¨or sig s˚a att tex.
(8 + 2i) + (−3−4i) = (8 + (−3)) + (2 + (−4))i = 5−2i.
Vid multiplikation g¨aller det bara att komma ih˚ag att i2=−1:
(8 + 2i)(−3−4i) = 8·(−3) + 8·(−4)i + 2·(−3)i + 2·(−4)i2
=−24−32i−6i−8·(−1) =−16−38i.
Division av komplexa tal kan r¨aknas s˚a att man f¨orl¨anger med n¨amnarens konjugat s˚a att man i n¨amnaren f˚ar ett reellt tal, tex.:
8 + 2i
−3−4i = (8 + 2i)(−3 + 4i)
(−3−4i)(−3 + 4i) = −24 + 32i−6i + 8i2 (−3)2−(4i)2
=−24−8 + 26i
9−16i2 = −32 + 26i
9 + 16 =−32 25 +26
25i.
Kommentar
Ett annat, formellt mera korrekt, s¨att att definiera de komplexa talen ¨ar att inte alls (explicit) tala om den imagin¨ara konstanten i utan tala om punkter (eller vektorer) (x,y) i planetR2 och definierar¨akneoperationer f¨or dem som motsvarar r¨akneoperationerna f¨or vanliga reella tal. Addition
¨ar inget problem eftersom det enda f¨ornuftiga ¨ar att definiera (x1,y1) + (x2,y2) = (x1+x2,y1+y2),
vilket ¨ar addition av vektorer. Ett viktigt villkor som multiplikationen skall uppfylla ¨ar att produkten av tv˚a ”punkter” endast f˚ar vara ”noll” (dvs.
(0,0)) om ˚atminstone den ena faktorn ¨ar ”noll”. Detta uppn˚as om man definierar
(x1,y1)·(x2,y2) = (x1x2−y1y2,x1y2+x2y1) och man kan d˚a visa att ”alla r¨akneregler g¨aller”.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 11 / 47
Argument eller fasvinkel
IfallRe (z) =x och Im (z) =y s˚a ¨ar argumentetθ= arg(z) av z
θ=
arctany x
(+2kπ), x >0, arctany
x
+π (+2kπ), x <0, y
|y| π
2 (+2kπ), x = 0
• x + iy
. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .
...
.....
....
....
.. .. .. .. .. . .. .. . .. . . .. . . .. . . . . . .. . . . . . . . . . .. . . . . . .. . . .. .
. θ
atan2
I de flesta programmeringsspr˚ak finns en funktionatan2som r¨aknar ut det argument av x+ iy som ligger i intervallet (−π, π]med kommandot atan2(y,x). Observera att i tex. Excel och OOCalc skall man skriva atan2(x;y) (elleratan2(x,y)) dvs. byta ordning p˚a argumenten.
Pol¨ar framst¨allning
z =r(cos(θ) + i sin(θ)) =reiθ, r ≥0
⇔ |z|=r ocharg(z) =θ
⇔ Re (z) =rcos(θ) och Im (z) =rsin(θ) Kommentar
Om x ¨ar ett reellt tal kan man skriva x =|x|sign (x) vilket motsvarar den pol¨ara framst¨allningen z =|z|eiθ med den skillnaden att teckenfunktionen sign (x)bara f˚ar tv˚a v¨arden (eftersom man inte beh¨over bry sig om sign (0)).
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 13 / 47
Exempel
arg(−3) =?
Eftersom den reella delen ¨ar negativ ¨ar argumentent arctan(−30 ) +π (+2kπ)=π (+2kπ).
arg(2−2i) =?
Argumentet ¨ar arctan(−22 ) (+2kπ)=−π4 (+2kπ). arg(−3e−i 0.1234) =?
Argument ¨ar arg(−3) + arg(e−i 0.1234) =π−0.1234 (+2kπ).
R¨akneregler
|z1z2|=|z1||z2|, arg(z1z2) = arg(z1) + arg(z2)
|zn|=|z|n,
z1 z2
= |z1|
|z2| arg (zn) =narg(z), arg
z1 z2
= arg(z1)−arg(z2)
z1=z2 ⇔Re (z1) = Re (z2), Im (z1) = Im (z2)
⇔ |z1|=|z2|, θ1 =θ2+ 2kπ d¨ar θ1 = arg(z1) och θ2 = arg(z2)
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 15 / 47
Exponentfunktionen
exp(x+ iy) = ex+iy = ex cos(y) + i sin(y) ez1+z2 = ez1ez2
|ez|= eRe (z), arg(ez) = Im (z) ez 6= 0, z ∈C,|eiθ|= 1 θ∈R d’Moivres formel
cos(nt) + i sin(nt) = eint = eitn
= cos(t) + i sin(t)n
Logaritmfunktionen z = ln(w)⇔w = ez Om z =x+ iy s˚a ¨ar |ez|= ex och arg(ez) =y och om w = ez m˚aste|w|=|ez|= ex och arg(w) + 2kπ = arg(ez) =y
dvs. x = ln(|w|) s˚a att z = ln(w) = ln(|w|) + i(arg(w) + 2kπ).
F¨or att f˚a en ”ordentlig” logaritmfunktion med bara ett v¨arde i varje punkt kan man tex. definieraLn(w) = ln(|w|) + iArg(w)d¨arArg(w)
¨
ar argumentet valt s˚a att−π <Arg(z)≤π s˚a att tex.ln(|w|) egentligen ¨arLn(|w|)
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 17 / 47
R¨otter:z =w1n ⇔w =zn
Om z =|z|eiϕ, dvs. ϕ=arg(z) s˚a ¨ar |zn|=|z|n ocharg(zn) =nϕ och om w =zn s˚a ¨ar|w|=|z|n och arg(w) + 2kπ =nϕs˚a att om arg(w) =θs˚a ¨ar
|z|=|w|1n och ϕ= θn +2kπn dvs.
z =w1n =√n w =pn
|w|
cos
θ+2kπ n
+ i sin
θ+2kπ n
,
d¨ar k = 0,1, . . . ,n−1eftersom man f˚ar samma v¨arden f¨or k+n som f¨or k.
Exempel
L˚at w = 1 + i. Best¨am den l¨osning till ekvationen z4 =w , vars argument ligger i intervallet [π,32π].
L¨osning: Absolutbeloppet av talet w ¨ar |w|=√
12+ 12 =√
2≈1.4142, och w :s argument ¨ararctan(11) = π4. Ifall|z|=r ocharg(z) =ϕ, s˚a ¨ar
|z4|=r4 och arg(z4) = 4ϕ. Om nu z4=w s˚a ¨ar r4 =|w|=√ 2och 4ϕ= π4 + 2kπ d¨ar k ¨ar ett heltal. Av detta f¨oljer att r =√8
2≈1.0905 och ϕ= 16π +π2k= 0.19635 + 1.5708k. Nu f˚ar man olika l¨osningar d˚a
k = 0,1, . . . ,3 eftersom man d˚a tex. k= 4 f˚ar samma tal som d˚a k= 0 osv. Eftersom argumenten f¨or deh¨ar l¨osningarna ¨ar 16π, 16π +π2, 16π +π och
π
16+3π2 s˚a ser vi att den l¨osning vars argument ligger i intervallet[π,32π]
f˚as d˚a k = 2och ¨ar allts˚a z2 = 1.0905
cos(0.19635 + 1.5708·2) + i sin(0.19635 + 1.5708·2)
=−1.0696−i 0.21275.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 19 / 47
Matriser, indexering
A=
A(1,1) A(1,2) . . . A(1,n) A(2,1) A(2,2) . . . A(2,n)
... ... ... ...
A(m,1) A(m,2) . . . A(m,n)
= [A(j,k)] = [ajk]
¨
ar en m×n-matris.
A(j,:)¨ar rad j och A(:,k) ¨ar kolumn k i matrisen A
R¨akneoperationer
Transponering: B=AT⇔B(j,k) =A(k,j) Summa A+B =C : A, B och C m×n-matriser, C(j,k) =A(j,k) +B(j,k)
Multiplikation med en skal¨ar,λA=C : C(j,k) =λA(j,k) Produkt C =AB: A ¨ar en m×n-, B en n×p- och C en m×p-matris, C(j,k) =Pn
q=1A(j,q)B(q,k)
Hermiteskt konjugat, AT=C : C(j,k) =A(k,j), dvs. transponering och komplex konjugering
Obs!
(λA+µB)T=λAT+µBT,
(λA+µB)T=λAT+µBT.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 21 / 47
Egenskaper hos matrisprodukten (AB)T=BTAT
A(BC) = (AB)C ifall A ¨ar m×n, B ¨ar n×p och C ¨ar p×q I allm¨anhet ¨ar AB 6=BA
N˚agra definitioner
0m×n eller endast 0¨ar en m×n-matris, vars alla element ¨ar0 Im×m eller vanligtvis endast I ¨ar en m×m-matris, vars alla diagonalelement ¨ar 1, dvs.
I(j,k) =
(1, ifall j =k, 0, ifall j 6=k.
AI =IA=A
Observera
Elementen i en matris kan ocks˚a vara matriser, tex.:
En m×n matris kan behandlas som en m×1 matris vars element ¨ar 1×n matriser, dvs. radvektorer.
En m×n matris kan behandlas som en1×n matris vars element ¨ar m×1matriser, dvs. (kolumn)vektorer.
Produkten av en matris och en vektor:
A
x1 x2 ... xn
=
A(:,1). . .A(:,n)
x1 x2 ... xn
=x1A(:,1) +. . .+xnA(:,n)
s˚a AX ¨ar allts˚a en linj¨ar kombination av kolumnvektorerna i A
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 23 / 47
Olika typer av matriser En n×n matris A ¨ar
kvadratisk
inverterbar eller regulj¨ar ifall det finns en (invers) matris A−1 s˚a att AA−1 =A−1A=I
men det r¨acker att kontrollera att AA−1=I eller A−1A=I en diagonalmatris ifall A(j,k) = 0 d˚a j 6=k
en ¨overtriangul¨ar matris ifall A(j,k) = 0d˚a j>k en undertriangul¨ar matris ifall A(j,k) = 0d˚a j <k symmetrisk ifall AT=A
skevsymmetrisk ifall AT=−A
ortogonal ifall ATA=AAT=I , dvs. AT=A−1 hermitesk ifall AT=A
skevhermitesk ifall AT=−A
(AB)−1=B−1A−1
Om A ¨ar kvadratisk s˚a ¨ar A0=I och d˚a n>0¨ar
I An=AA. . .A
| {z }
n
I A−n=A−1A−1. . .A−1
| {z }
n I (An)−1=A−n
I AnAm=An+m och(An)m=Anm
I men i allm¨anhet ¨ar(AB)n6=AnBn
Punkt- eller skal¨arprodukt som matrisprodukt
Observera att omx= (x1, . . .xn) och y= (y1, . . . ,yn) s˚a ¨ar
x·y=x1y1+. . .xnyn =XTY d¨ar X =
x1
... xn
och Y =
y1
... yn
.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 25 / 47
Linj¨ara ekvationssystem
AX =B
Kan l¨osas med Gauss metod d¨ar man genom radoperationer omvandlar koefficientmatrisen till trappstegsform.
Gauss algoritm Radopertioner:
Addera en rad multiplicerad med ett tal till en annan rad.
L˚at tv˚a rader byta plats.
Multiplicera en rad med ett tal som inte ¨ar 0.
Obs
Algortimen fungerar f¨or det ekvationssystem man f˚ar genom att till¨ampa en eller flera radopertaioner har samma l¨osningar som det ursprungliga.
Dessutom kan man med liknande radoperationer komma tillbaka till utg˚angsl¨aget.
M˚als¨attning: Att f˚a matrisen i “trappstegsform”
En m×n matris A ¨ar i trappstegsform om av villkoret A(j,k)6= 0 och A(j,q) = 0d˚a 1≤q <k f¨oljer att
Ap,q = 0 d˚a j<p≤m och1≤q≤k,
dvs. d˚a det till v¨anster och nedanf¨or det f¨orsta elementet p˚a en rad som inte ¨ar 0bara finns nollor.
Ibland (tex. i Lay) kr¨avs det av trappstegsformen att alla rader med bara nollor “finns l¨angst ner”.
Pivotelement
Elementet (j,k) i en matris i trappstegsform ¨ar ettpivotdelementifall A(j,k)6= 0 och A(j,q) = 0d˚a 1≤q <k
dvs om det ¨ar det f¨orsta elementet p˚a sin rad som inte ¨ar noll.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 27 / 47
Matrisen B ¨ar en trappstegsform av matrisen A om B ¨ar i trappstegsform och B kan erh˚alals fr˚an A genom att till¨ampa radoperationerna i Gauss algoritm.
L¨osning av ett ekvationssystem i trappstegsform:
Om det inte finns n˚agot pivot-element i kolumn k s˚a kan variabeln xk v¨aljas fritt.
Om elementet(j,k) ¨ar ett pivot-element och variablerna xk+1, . . . ,xn redan har l¨osts ur systemet s˚a kan man l¨osa variablen xk med hj¨alp av ekvation j .
Om det i ekvationssystemet finns en ekvation i formen 0x1+ 0x2+. . .0xn =a d¨ar a6= 0, s˚a har ekvationssystemet ingen l¨osning.
Partiell pivotering
Man byter rader s˚a att absolutbeloppet av pivotelementet alltid blir s˚a stort som m¨ojligt.
Invers matris med Gauss metod
Om man vill r¨akna ut A−1 d˚a A ¨ar en given m×m- matris bildar man f¨orst en ny matris [A,I]genom att l¨agga en enhetsmatris till h¨oger om A och sedan till¨ampar man Gauss algoritm s˚a att pivotelementen blir1 och man har nollor ocks˚a ovanf¨or pivotelementen. Om detta lyckas s˚a att man f˚ar en enhetsmatris till v¨anster s˚a har man inversen till h¨oger dvs. matrisen har formen [I,A−1]. Om A inte ¨ar inverterbar kan man inte ˚astadkomma en enhetsmatris till v¨anster.
Rangen av en matris
Rangen av en matris ¨ar antalet pivot-element i dess trappstegsform (och d¨armed ocks˚a dimensionen av det vektorrum som sp¨anns upp av
kolumnvektorerna i matrisen och dimensionen det vektorrum som sp¨anns upp av radvektorerna i matrisen).
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 29 / 47
Determinanter det
a
=a det
a b c d
=
a b c d
=ad−bc
A(1,1) A(1,2) A(1,3) A(2,1) A(2,2) A(2,3) A(3,1) A(3,2) A(3,3)
=A(1,1)
A(2,2) A(2,3) A(3,2) A(3,3)
−A(1,2)
A(2,1) A(2,3) A(3,1) A(3,3)
+A(1,3)
A(2,1) A(2,2) A(3,1) A(3,2) det(A) =
m
X
k=1
(−1)k+jA(j,k) det
+ A
j,k
=
m
X
j=1
(−1)k+jA(j,k) det
+ A
j,k
d¨ar +A
j,k
¨ar matrisen A fr˚an vilken man tagit bort rad j och kolumn k.
(Observera att det allm¨anna fallet ¨ar en blandning av en definition och
Egenskaper hos determinanter det(AT) = det(A).
det(AB) = det(A) det(B).
En m×m-matris A ¨ar inverterbar (dvs. A−1 existerar) om och endast omdet(A)6= 0.
Determinanten av en ¨over- eller undertriangul¨ar kvadartisk matris ¨ar produkten av elementen p˚a diagonalen.
det(I) = 1
Arean av en parallellogram ¨ar absolutbeloppet av determinanten av den matris som har (de icke-parallella) sidovektorerna som rader eller kolumner.
Volymen av en parallellepiped ¨ar absolutbeloppet av determinanten av den matris som har (de icke-parallella) kantvektorerna som rader eller kolumner.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 31 / 47
Kryssprodukt som determinant Omaoch b¨ar vektorer i R3 s˚a ¨ar
a×b=
i j k
a1 a2 a3 b1 b2 b3
=i
a2 a3 b2 b3
−j
a1 a3 b1 b3
+k
a1 a2 b1 b2
= a2·b3−a3·b2
i− a1·b3−a3·b1
j+ a1·b2−a2·b1 k
Invers medhj¨alp av determinanter Om A ¨ar en inverterbar m×m-matris s˚a ¨ar
A−1(j,k) = (−1)j+k det(A) det(+A
k,j
)
d¨ar +A
j,k
¨ar matrisen A fr˚an vilken man tagit bort rad j och kolumn k.
(Observera transponeringen!) Obs!
Formeln ovan kan vara nyttig i vissa fall, men den ¨ar inte anv¨andbar f¨or numeriska r¨akningar med m ens m˚attligt stor. F¨or m= 2kan d¨aremot formeln
a b c d
−1
= 1
ad−bc
d −b
−c a
vara beh¨andig.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 33 / 47
Determinanter med Gauss algoritm:
Radoperationer p˚a en kvadratisk matris ha f¨oljande effekt p˚a determinanten: Om B f˚as fr˚an A genom att
addera en rad multiplicerad med ett tal till en annan rad s˚a ¨ar det(B) = det(A)
tv˚a olika rader byter plats s˚a ¨ardet(B) =−det(A) en rad multipliceras med c s˚a ¨ar det(B) =cdet(A)
Om matrisen B, som ¨ar i trappstegsform, har erh˚allits ur m×m-matrisen A s˚a att man gjort k radbyten och aldrig multiplicerat en rad med ett tal s˚a ¨ar
det(A) = (−1)kdet(B) = (−1)kB(1,1)·B(2,2)·. . .B(m,m).
Obs!
Determinanter av 2×2 ch3×3matriser kan man ofta beh¨ova r¨akna ut (b˚ade numeriskt och symboliskt) men determinanter av m×m matriser d¨ar m>>3beh¨ovs mera s¨allan och hela determinantbegreppet ¨ar
Cramers regel
A(1,1)x1 +A(1,2)x2 . . . +A(1,m)xm = b1 A(2,1)x1 +A(2,2)x2 . . . +A(2,m)xm = b2
... ... . .. ... ...
A(m,1)x1 +A(m,2)x2 . . . +A(m,m)xm = bm
⇒ xj = det(Cj)
det(A), j = 1,2, . . . ,m,
d¨ar Cj ¨ar matrisen A i vilken kolumn j har ersatts med kolumvektorn b1 . . . bmT
. Obs!
Cramers regel kan vara nyttig d˚a m ¨ar 2eller kanske3 och d˚a man inte r¨aknar numeriskt och ist¨allet vill ha en “enkel” formel, men i andra fall kan den vara mera till skada ¨an till nytta.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 35 / 47
Vektorrum
Ett vektorrum W ¨ar en m¨angd s˚adan att tv˚a element (vektorer) i W kan adderas och varje element (vektor) kan multipliceras med ett tal (reellt tal i ett reellt vektorrum, komplext i ett komplext) och ”alla f¨ornuftiga r¨akneregler g¨aller”.Tex. Rn={(x1, . . . ,xn) :xj ∈R}och Rn×1 =
x1
... xn
:xj ∈R
¨ar (reella) vektorrum.
Delrum
V ¨ar ett delrum av vektorrummetW ifall0∈ V ochαu+βv∈ V d˚a u,v ∈ V
Linj¨art oberoende
Vektorerna v1,v2, . . . ,vm ¨ar linj¨art oberoendeifall
α1v1+α2v2+. . .+αmvm=0⇒α1=α2=. . .=αm = 0 dvs.α1v1+α2v2+. . .+αmvm=0 endastd˚aα1 =α2 =. . .=αm= 0.
Linj¨art oberoende kolumnvektorer
Kolumnvektorerna V1, . . . ,Vm∈Rn×,1 ¨ar linj¨art oberoende om och endast om den endal¨osning till ekvationssystemet AX = 0¨ar X = 0d¨ar A ¨ar en n×m matris s˚a att A(:,j) =Vj, j = 1, . . .m.
Linj¨art beroende
Vektorerna v1,v2, . . . ,vm ¨ar linj¨art beroendeifall de inte¨ar linj¨art oberoende, dvs. (˚atminstone) en av vektorerna kan skriva som en linj¨ar kombination av de andra, dvs.
vj =β1v1+. . . βj−1vj−1+βj+1vj+1+. . .+βmvm.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 37 / 47
Bas
Vektorerna v1,v2, . . . ,vm bildar en bas f¨or vektorrummet W dvs. de ¨ar basvektorer ifall de ¨ar tillr¨ackligt men inte f¨or m˚anga:
varje vektor iW kan skrivas i formen w=β1v1+β2v2+. . .+βmvm v1,v2, . . . ,vm ¨ar linj¨art oberoende (vektorer iW)
⇔
varje vektorw iW kan skrivas p˚a ett entydigt s¨att i formen w=β1v1+β2v2+. . .+βmvm.
Dimension
Dimensionen av ett vektorrumW ¨ar antalet vektorer i n˚agon (och vilket man kan visa, d¨armed varje) bas.
Koordinater
Om(v1,v2, . . . ,vm) ¨ar en bas i W och w=β1v1+β2v2+. . .+βmvm s˚a
¨ar
β1
... βm
koordinaterna f¨orwi basen (v1,v2, . . . ,vm).
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 39 / 47
Basbyte
Antag att(u1,u2, . . . ,um) och(v1,v2, . . . ,vm) ¨ar baser f¨orW s˚a att u1 u2 . . . um
=
v1 v2 . . . vm A
Om
α1 . . . αmT
¨ar koordinaterna f¨orw i basen (u1,u2, . . . ,um) och om
β1 . . . βmT
¨ar koordinaterna f¨orw i basen(v1,v2, . . . ,vm) s˚a ¨ar
v1 . . . vm
β1
... βm
=w=
u1 . . . um
α1
... αm
=
v1 . . . vm A
α1
... αm
⇒
β1
... βm
=A
α1
... αm
Ett exempel p˚a basbyte
Fr˚aga: Vad f¨or slags yta (om alls n˚agon) beskriver ekvationen 8xy + 6yz= 1?
Ledning: V¨alj som nya basvektorer vektorerna u1= 15
−3 0 4
,
u2 = 1
5√ 2
4 5 3
och u3= 1
5√ 2
−4 5
−3
.
Standardbasvektorerna ¨ar f¨orst˚as v1 =i=
1 0 0
,v2 =j=
0 1 0
och
v3 =k=
0 0 1
s˚a att
u1 u2 u3
=
i j k
−35 4
5√
2 − 4
5√ 2
0 √1
2
√1 4 2
5 3 5√
2 − 3
5√ 2
.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 41 / 47
forts.
Om nu
x y z
¨ar koordinaterna f¨or en punkt (eller vektor) i(i,j,k)basen
och
x0 y0 z0
¨ar koordinaterna i den nya basen(u1,u2,u3) s˚a g¨aller
x y z
=
−35 4
5√
2 − 4
5√ 2
0 √1
2
√1 4 2
5 3 5√
2 − 3
5√ 2
x0 y0 z0
.
Om vi nu s¨atter in dessa uttryck i ekvationen s˚a f˚ar vi efter diverse r¨akningar (som ¨ar on¨odiga om man vet hur u1,u2 och u3 valts)
1 = 8xy+ 6yz= 5y02−5z02, vilket visar att det ¨ar fr˚agan om en hyperbolisk cylinder.
Egenv¨arden
Ifall AX =λX och X 6=0s˚a ¨arλ ett egenv¨arde till A och X ¨ar en egenvektor.
Karakteristiska polynom Om A ¨ar en m×m-matris s˚a ¨ar
det(A−λI)¨ar A:s karakteristiska polynom λett egenv¨arde till A⇔det(A−λI) = 0 Linj¨art oberoende egenvektorer
Om matrisen A har egenv¨ardenaλ1, λ2, . . . λm ochλi 6=λj d˚a i 6=j s˚a ¨ar det motsvarande egenvektorerna X1,X2, . . .Xm linj¨art oberoende.
Egenv¨arden till symmetriska matriser
Egenv¨arden till en symmetrisk (och reell) matris ¨ar reella och egenvektorer (som h¨or till olika egenv¨arden)¨ar ortogonala mot varandra.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 43 / 47
Diagonalisering
Om A ¨ar en n×n-matris med egenv¨ardenλ1, λ2, . . . , λn och egenvektorer X1,X2, . . . ,Xn och om matrisen V , d¨ar V(:,j) =Xj, ¨ar inverterbar dvs., egenvektorerna ¨ar linj¨art oberoende s˚a ¨ar
V−1AV =
λ1 0 . . . 0
0 λ2 . . . 0
... ... . .. 0
0 0 . . . λn
A=V
λ1 0 . . . 0
0 λ2 . . . 0
... ... . .. 0
0 0 . . . λn
V−1
Ak =V
λk1 0 . . . 0 0 λk2 . . . 0
.. .. . ..
V−1
Simil¨ara matriser
Om A ¨ar en m×m-matris och S ¨ar en inverterbar m×m-matris s˚a har matriserna
A och S−1AS samma egenv¨arden.
Matriserna A och S−1AS s¨ags vara simil¨ara.
Egenv¨arden f¨or triangul¨ara matriser
Om A ¨ar en ¨over- eller undertriangul¨ar kvadratisk matris (isynnerhet en diagonal matris) s˚a ¨ar A:s egenv¨arden elementen p˚a diagonalen i A.
Egenv¨arden och determinanten
Om A ¨ar en m×m-matris med egenv¨ardenλ1, λ2, . . . , λm s˚a g¨aller det(A) =λ1·λ2·. . .·λm.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 45 / 47
Ett exempel p˚a basbyte, egenv¨arden och egenvektorer Fr˚aga: Vad f¨or slags yta (om alls n˚agon) beskriver ekvationen 8xy + 6yz= 1?
Uttrycket8xy + 6yz kan skrivas i formen XTAX d¨ar X =
x y z
och
A=
0 4 0 4 0 3 0 3 0
. Den h¨ar matrisen har egenv¨ardena0,5 och−5med
motsvarande egenvektoreru1 = 15
−3 0 4
,u2= 1
5√ 2
4 5 3
och
u3 = 1
5√ 2
−4 5
−3
. H¨ar har egenvektorerna valts s˚a att de alla har l¨angden 1 och eftersom matrisen A ¨ar symmetrisk ¨ar de vinkelr¨ata mot varandra.
Detta inneb¨ar att om vi bildar matrisen U med vektorernauj som
T −1
forts.
Detta betyder i sin tur att UTAU =
0 0 0 0 5 0 0 0 −5
s˚a att om vi v¨aljer nya
koordinater s˚a att X =
x y z
=U
x0 y0 z0
=UX0 d˚a blir
8xy+6yz=XTAX = (X0)TUTAUX0 = (X0)T
0 0 0 0 5 0 0 0 −5
X0 = 5y02−5z02. Observera att vi inte beh¨over r¨akna ut egenvektorerna f¨or att se att
ekvationen i det nya koordinatsystemet ¨ar 5y02−5z02 = 1, men f¨or att veta i vilken riktning de nya koordinataxlarna g˚ar beh¨ovs de nog.
G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 47 / 47